[发明专利]一种连锁类兴趣点数据识别方法及装置

说明书

技术领域

本发明涉及地理信息技术领域，特别是涉及一种连锁类兴趣点数据识别方法及装置。

背景技术

兴趣点（Point of Interest，POI）指的是人们感兴趣的地理对象数据，一个POI代表一个位置实体，例如餐馆、公园、商场等等。POI数据是地理信息系统中的重要元素，也是人们在使用地理信息服务时最为关注的内容。

在现实生活中，很多POI数据间都存在着连锁特性，例如肯德基xxx店、其中“xxx”的内容一般对应着不同地名。对于地理信息服务系统而言，如果能将具有连锁特性的POI数据分类整理，就可以进一步提供更多贴近用户实际需求的服务。

目前的POI数据中，一般不会直接携带连锁信息。为了从海量的兴趣点数据中识别出具有连锁关系的兴趣点数据，现有技术利用连锁名称特征进行自动识别，例如，通过匹配“xxx分店”、“xxx分公司”等模型，可以自动识别出大量具有连锁特征的兴趣点。然而，这种方式的缺陷在于，仅仅是对兴趣点的名称进行个体识别，却忽略了“连锁”本身所包含的相关意义，例如“肯德基xxx店”和“麦当劳xxx店”，从个体的角度看，两者者都分别具有连锁特征，然而将两者放在一起看，又显然不具有“互为连锁”的关系。因此对于这样的识别结果，仍然需要进一步处理，才能满足实际需求。

发明内容

为解决上述技术问题，本发明实施例提供一种连锁类兴趣点数据识别方法及装置，技术方案如下：

本发明实施例提供一种连锁类兴趣点数据识别方法，该方法包括：

获得待识别的兴趣点数据集合；

对集合中兴趣点的名称文本进行切分，得到该文本的前i个切分片段T_i，其中i=1,2,3…；

根据切分片段的文本内容，在所述集合范围内统计每种T_i的文本出现次数C(T_i)；

在统计结果中，搜索令C(T_i)-C(T_i+1)大于预设阈值的T_i，将C(T_i)所对应的多个兴趣点数据识别为互为连锁的兴趣点数据。

根据本发明的一种具体实施方式，所述获得待识别的兴趣点数据集合，包括：

根据连锁类兴趣点的名称特征模型，对待识别的兴趣点数据集合进行预先筛选。

根据本发明的一种具体实施方式，所述方法还包括：

对于某个兴趣点的名称文本切分结果T_i（i=1,2,3…）,

如果根据所述统计结果，存在多个i值使得C(T_i)-C(T_i+1)大于预设阈值，则将C(T_imax)所对应的多个兴趣点数据识别为互为连锁的兴趣点数据；

其中i_max为所述多个i值中的最大值。

根据本发明的一种具体实施方式，所述对集合中兴趣点的名称文本进行切分，包括：

利用分词技术对集合中兴趣点的名称文本进行切分。

根据本发明的一种具体实施方式，所述方法还包括：

根据连锁类兴趣点数据的识别结果，确定具有连锁搜索需求的搜索文本。根据本发明的一种具体实施方式，所述根据连锁类兴趣点数据的识别结果，确定具有连锁搜索需求的搜索文本，包括：

将互为连锁的兴趣点名称和/或连锁前缀所对应的文本确定为具有连锁搜索需求的搜索文本。

根据本发明的一种具体实施方式，所述根据连锁类兴趣点数据的识别结果，确定具有连锁搜索需求的搜索文本，包括：

从搜索行为日志中，提取用户使用的历史搜索关键词；

判断所述关键词对应的兴趣点检索结果中，互为连锁的兴趣点数据的数量是否满足预设的要求，如果是，则将该关键词确定为具有连锁搜索需求的搜索文本。

根据本发明的一种具体实施方式，所述根据连锁类兴趣点数据的识别结果，确定具有连锁搜索需求的搜索文本，包括：

从搜索行为日志中，提取用户使用的历史搜索关键词；

统计用户在使用所述关键词进行搜索后对各种检索结果的点击次数，如果对存在连锁关系的兴趣点数据的点击次数满足预设的要求，则将该关键词确定为具有连锁搜索需求的搜索文本。

本发明实施例还提供一种连锁类兴趣点数据识别装置，该装置包括：

数据获得单元，用于获得待识别的兴趣点数据集合；

切分单元，用于对集合中兴趣点的名称文本进行切分，得到该文本的前i个切分片段T_i，其中i=1,2,3…；